【摘 要】
：
针对无线网格网络（wireless Mesh network,WMN）中传统路由协议重复传输且频繁运行路由发现过程的问题,提出了基于期望传输次数（expected transmission count,ETX）路由度量的协调
【机 构】
：
周口师范学院计算机科学与技术学院,华中科技大学计算机科学与技术学院
论文部分内容阅读
针对无线网格网络（wireless Mesh network,WMN）中传统路由协议重复传输且频繁运行路由发现过程的问题,提出了基于期望传输次数（expected transmission count,ETX）路由度量的协调机会路由协议。首先,利用无线网络的广播特性寻找拥有最大化吞吐量和最小丢包率的最优路由协议;然后,使用ETX路由度量标记关键问题的计算成本;最后,利用源节点发送的信用和区域成本计算节点的区域,并实现路由发现。仿真结果表明,提出的路由协议在不同参数情况下,平均吞吐量可提高32%,投递率可由
其他文献
现有过滤型特征选择算法并未考虑非线性数据的内在结构,从而分类准确率远远低于封装型算法,对此提出一种基于再生核希尔伯特空间映射的高维数据特征选择算法。首先基于分支定界法建立搜索树,并对其进行搜索;然后基于再生核希尔伯特空间映射分析非线性数据的内部结构;最后根据数据集的内部结构选择最优的距离计算方法。对比仿真实验结果表明,该方法与封装型特征选择算法具有接近的分类准确率,同时在计算效率上具有明显的优势,
目前的动态文摘方法几乎都基于文档批处理机制,无法适应实际应用中表现为不稳定数据流的文档数据,因此无法满足实时更新摘要的需求。针对上述问题,提出了一种基于K近邻句子图
针对目前物联网和云计算技术结合后，物联网RFID产生的小型数据致使云计算中MapReduce算法产生运算瓶颈问题进行了研究。运用PML和EPC编码技术保证了数据存储的完整性，采用快速
部分覆盖是粒计算理论框架下的第二种粒计算模型,全覆盖粒计算是部分覆盖的一种特例。为实现全覆盖粒计算模型中粒的计算,探究了全覆盖粒计算模型中所提逼近算子的公理化系统,提出了粒的中心、全覆盖粒度熵及全覆盖粒族熵的概念,探讨了基本粒和全覆盖粒重要性度量的方法,并提出了相应的约简与核的判定定理。基于所提定义、定理设计了全覆盖粒的约简算法和全覆盖粒族的约简算法,并从理论上分析了两种算法的复杂度。最后以客户根
MapReduce是目前广泛应用的并行计算框架，是Hadoop平台的重要组成部分。主要包括Map和Reduce函数，Map函数输出key-value键值对作为Reduce的输入。由于输入的动态性，不同主机上的
研究了一致性规划任务信念状态空间的表示方法。针对一致性有限域表示（CPT-FDR）算法在任务生成阶段选择状态变量的不足,提出了一种基于初始状态中文字相容互斥的状态变量选择算
通信信道的不可靠性会导致传输的视频数据质量下降,错误隐藏是解码端利用视频数据在空域和时域上的相关性来修复传输错误的有效技术。介绍了错误隐藏的研究现状和各项相关技术,包括插值法、边界匹配法及矢量外推法等;对经典及最新的错误隐藏技术进行了分析和对比,指出了亟待解决的问题和下一步的研究方向,为相关研究提供了参考。